2. Grouped bars¶
2.1. 概要¶
Grouped barsとは，例えば下図のように，複数の要素をまとめて描画した棒グラフです．
Grouped barsを利用することで，単純な棒グラフでは確認できなかった各要素の内訳を可視化し，その絶対量を比較することができます．
2.2. Plotlyによる作図方法¶
Plotlyでは，plotly.express.bar()でbarmode='group'を指定することで描画可能です．
import plotly.express as px
fig = px.bar(
df, x='col_x', y='col_y',
color='col_group', barmode='group')
上記の例では，dfのcol_xを横軸，col_yを縦軸とし，col_groupによって色を塗り分けたGrouped barsのオブジェクトfigを作成します．
2.3. MADB Labを用いた作図例¶
2.3.1. 下準備¶
import pandas as pd
import plotly.express as px
import warnings
warnings.filterwarnings('ignore')
# 前処理の結果，以下に分析対象ファイルが格納されていることを想定
PATH_DATA = '../../data/preprocess/out/magazines.csv'
# Jupyter Book用のPlotlyのrenderer
RENDERER = 'plotly_mimetype+notebook'
def show_fig(fig):
"""Jupyter Bookでも表示可能なようRendererを指定"""
fig.show(renderer=RENDERER)
def add_years_to_df(df, unit_years=10):
"""unit_years単位で区切ったyears列を追加"""
df_new = df.copy()
df_new['years'] = \
df['datePublished'].dt.year // unit_years * unit_years
df_new['years'] = df_new['years'].astype(str)
return df_new
def resample_df_by_cname_and_years(df):
"""cnameとyearsのすべての組み合わせが存在するように0埋め
この処理を実施しないと作図時にX軸方向の順序が変わってしまう"""
df_new = df.copy()
yearss = df['years'].unique()
cnames = df['cname'].unique()
for cname, years in itertools.product(cnames, yearss):
df_tmp = df_new[
(df_new['cname'] == cname)&\
(df_new['years'] == years)]
if df_tmp.shape[0] == 0:
s = pd.Series(
{'cname': cname,
'years': years,
'weeks': 0,},
index=df_tmp.columns)
df_new = df_new.append(
s, ignore_index=True)
return df_new
def resample_df_by_creator_and_years(df):
"""creatorとyearsのすべての組み合わせが存在するように0埋め
この処理を実施しないと作図時にX軸方向の順序が変わってしまう"""
df_new = df.copy()
yearss = df['years'].unique()
creators = df['creator'].unique()
for creator, years in itertools.product(creators, yearss):
df_tmp = df_new[
(df_new['creator'] == creator)&\
(df_new['years'] == years)]
if df_tmp.shape[0] == 0:
s = pd.Series(
{'creator': creator,
'years': years,
'weeks': 0,})
df_new = df_new.append(
s, ignore_index=True)
return df_new
df = pd.read_csv(PATH_DATA)
2.3.2. 作品別・年代別の合計連載週数（上位10作品）¶
# datePublishedを10年単位で区切るyears列を追加
df['datePublished'] = pd.to_datetime(df['datePublished'])
# 10年単位で区切ったyearsを追加
df = add_years_to_df(df)
# プロット用に集計
df_plot = df.groupby('cname')['years'].value_counts().\
reset_index(name='weeks')
# 連載週刊上位10作品を抽出
cnames = list(df.value_counts('cname').head(10).index)
df_plot = df_plot[df_plot['cname'].isin(cnames)].\
reset_index(drop=True)
# cname，yearsでアップサンプリング
df_plot = resample_df_by_cname_and_years(df_plot)
# 合計連載週数で降順ソート
df_plot['order'] = df_plot['cname'].apply(
lambda x: cnames.index(x))
df_plot = df_plot.sort_values(
['order', 'years'], ignore_index=True)
# 作図
fig = px.bar(
df_plot, x='cname', y='weeks', color='years',
color_discrete_sequence= px.colors.diverging.Portland,
barmode='group', title='作品別・年代別の合計連載週数')
show_fig(fig)
group対象に欠測があるとX軸の順序が自動調整されてしまう
おそらくpx.bar()の仕様ですが，barmode='group'を選択した際にcolorで指定した列に欠測があると，X軸の順序が変わってしまうことを確認しました．これを回避するため，resample_df_by_cname_and_years(df_plot)で欠測を補完しています．以降も同様です．
2.3.3. 作者別・年代別の合計連載週数（上位10名）¶
# datePublishedを10年単位で区切るyears列を追加
df['datePublished'] = pd.to_datetime(df['datePublished'])
# 10年単位で区切ったyearsを追加
df = add_years_to_df(df)
# プロット用に集計
df_plot = df.groupby('creator')['years'].value_counts().\
reset_index(name='weeks')
# 連載週刊上位10作品を抽出
creators = list(df.value_counts('creator').head(10).index)
df_plot = df_plot[df_plot['creator'].isin(creators)].\
reset_index(drop=True)
# creator，yearsでアップサンプリング
df_plot = resample_df_by_creator_and_years(df_plot)
# 合計連載週数で降順ソート
df_plot['order'] = df_plot['creator'].apply(
lambda x: creators.index(x))
df_plot = df_plot.sort_values(
['order', 'years'], ignore_index=True)
# 作図
fig = px.bar(
df_plot, x='creator', y='weeks', color='years',
color_discrete_sequence= px.colors.diverging.Portland,
barmode='group', title='作者別・年代別の合計連載週数')
show_fig(fig)